Penerapan Model Vector Autoregressive Integrate Moving Average dalam Peramalan Laju Inflasi dan Suku Bunga di Indonesia
Abstract
Keywords
Full Text:
PDFReferences
Bain L.J.dan Engelhardt, M.(1992). Introduction to Probability and Mathematical Statistics. California: Duxbury Press.
Bank Indonesia (BI). (2016).Informasi Dasar Suku Bunga. http://www.bi.go.id/. Diakses pada Januari 2019.
Draper, N. R. dan Smith, H. (1998)Applied Regression Analysis 3rdEdition. United States of America: John Wiley and Sons.
Hermayani, Nohe, D.A., dan Fathurahman, M. (2014). Mengatasi Heteroskedastisitas pada Model ARIMA Menggunakan ARCH-GARCH (Studi Kasus: IHK Provinsi Kalimantan Timur Tahun 2005-2012).Jurnal Eksponensial, 5(1), 73 – 81.
Makridakis, S., Wheelwright, S., dan McGee, V. (1999). Metode dan Aplikasi Peramalan, Jilid 1 Edisi Kedua Terjemahan Ir. Untung S. Andriyanto dan Ir. Abdul Basith.Jakarta: Penerbit Erlangga.
Mankiw, N. G. (2007). Teori Makroekonomi Edisi Keenam. Jakarta: Erlangga.
Matjik,A.A. danSumertajaya, I. M. (2011).Sidik Variabel Ganda dengan Menggunakan SAS. Bogor: IPB PRESS.
Rinaldy, R. (2016). Analisis Peramalan Data Runtun Waktu Menggunakan Vector Autoregressive Integrated Moving Average (VARIMA), SkripsiJurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Lampung.
Sukirno, S. (2008). Teori Pengantar Ekonomi Makro.Jakarta: Raja Grafindo Persada.
Sunariyah. (2014). Pengantar Pengetahuan Pasar Modal Edisi Kelima.Bandung: CV Alfabeta.
Wei, W. W. (2006). Time Series Analysis: Univariate and Multivariate Method.USA: Pearson Educations.
Zainun, N.Y. dan Majid,M.Z.A. (2003). Low Cost House Demand Predictor.Malaysia: Universitas Teknologi Malaysia.
DOI: https://doi.org/10.29303/emj.v3i2.62
Refbacks
- There are currently no refbacks.
Copyright (c) 2020

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

This work is licensed under a Creative Commons Attribution 4.0 International License. Preserved in LOCKSS, based at Stanford University Libraries, United Kingdom, through PKP Private LOCKSS Network program.
Indexed by:
e-ISSN : 2615-3270 || p-ISSN : 2615-3599